基于群体的优化算法在达到迭代后期时种群多样性往往会速降，进化将陷入停滞，而许多算法本身并没有突变机制，一旦受到局部最优值的约束，就很难摆脱这些约束。它还将减少种群多样性，减缓收敛速度。 变异策略可以增加种群的多样性，防止算法陷入局部最优。因此为克服算法易陷入局部最优的局限性，本文复现了一区期刊Knowledge-Based Systems中的五篇文章的变异策略，并将其分别应用于蜣螂优化算法中